EKF UKF Bearing Only Tracking

资 源 简 介

EKF UKF Bearing Only Tracking

详 情 说 明

在目标跟踪领域，仅方位跟踪（bearing-only tracking）是一类经典的被动定位问题，其核心挑战在于如何通过有限的方位角观测信息（如雷达/声纳的方位角）来估计目标的运动状态。由于观测模型具有强非线性特性，传统卡尔曼滤波（KF）难以直接应用，因此扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）成为主流解决方案。

EKF通过一阶泰勒展开对非线性模型进行局部线性化，适用于弱非线性场景。其实现步骤包括状态预测、线性化观测模型、卡尔曼增益计算等。但线性化误差在高非线性系统（如低观测频率或大方位角变化率时）会导致估计偏差甚至发散。

UKF采用无迹变换（Unscented Transform）直接近似非线性分布，通过精心选取的Sigma点传递统计特性，避免了雅可比矩阵计算。这种确定性采样方法对强非线性系统（如目标近距离快速机动）具有更好的鲁棒性，但计算量略高于EKF。

实际应用中需注意： 观测不可观测性问题——仅方位跟踪在单站情况下存在距离-速度模糊性，可通过多站协同或引入运动约束缓解； 初始化策略——由于缺少距离信息，通常需要多个时间步的观测数据或假设初始距离分布； 机动目标处理——结合交互式多模型（IMM）框架可提升对突变运动的适应性。